Diffusion Model

扩散模型是一种人工智能技术，它通过逐步向数据添加噪声，然后再学习如何逆转这个过程来生成全新的、逼真的图像、音频或视频。

它的工作方式

它的工作原理是模仿一个从清晰图像逐渐变得模糊的“扩散”过程，然后训练神经网络学会将这个模糊过程逆向操作，从而从随机噪声中重建出清晰的图像。这种方法是当前图像生成AI（如DALL-E、Stable Diffusion）的核心技术，因为它能创造出细节丰富且高质量的内容。